与潜在过程相关的错误空间数据的层次模型

@文章{Bradley2019HierarchicalMF，title={与潜在过程相关的错误空间数据的层次模型}，作者={乔纳森·布拉德利（Jonathan R.Bradley）和克里斯托弗·威克尔（Christopher K.Wikle）以及斯科特·霍兰（Scott H.Holan）}，期刊＝{中国统计}，年份={2019}，url={https://api.semanticscholar.org/CorpusID:54917493}}
本文考虑了另一种潜在过程建模示意图，其中假设错误过程在空间上与感兴趣的潜在过程相关，并表明这种错误过程依赖性允许人们获得精确的预测，并避免在数据的边际分布表达式中出现混淆的误差协方差。
通过发布服务器查看
doi.org网站
11引文
背景引文
6
方法引文
2

本文中的数字

11引文

基于非平稳谱模拟的大空间数据贝叶斯推断

超大空间数据的融合高斯过程模型

结果表明，与竞争方法相比，FGP具有计算和推理优势，并表明FGP对模型错误指定具有鲁棒性，能够捕获空间非平稳性。

时空计量经济学中的依赖建模

本章说明了如何在分层统计模型（HM）中使用STAR类模型作为过程模型，以及数据模型和潜在的参数模型来解释噪声和缺失数据。

一类空间潜在高斯过程模型的后验分布直接生成独立副本

这项工作专注于一类广泛的贝叶斯潜在高斯过程（LGP）模型，该模型允许空间相关数据，并导出了一类新的分布，称为广义共轭多变量（GCM）分布，该分布具有有效的投影/回归形式。

一种将子抽样纳入通用贝叶斯层次模型的方法

在用于总结贝叶斯层次模型的流行的“数据模型、过程模型和参数模型”框架中引入了“数据子集模型”，并提供了数据子集模型的几个属性，包括适当性、部分充分性和半参数属性。

基于层次广义变换模型的多响应类型联合贝叶斯分析

一种合理且易于实现的通用方法，该方法将连续响应的贝叶斯统计模型“转换”为多响应类型数据集的贝叶斯模型，并通过贝叶斯加性回归树（BART）和时空混合效应模型的应用证明了模型的灵活性。

高维多型反应的潜在多元log-gamma模型及其在每日细颗粒物和死亡率计数中的应用

针对高维“多类型”响应，提出了一种贝叶斯层次模型，该模型利用了Weibull、Poisson和多元log-gamma分布之间的共享共轭结构，并使用降维来辅助计算。

使用层次广义转换模型对多种反应类型进行联合时空分析，并应用于2019年冠状病毒病和社会距离

一种合理、易于实现的通用方法，将连续响应的统计模型（首选模型）“转换”为用于社交距离目的的多响应数据集的贝叶斯模型。

政府-学术伙伴关系的影响：NSF-CENSUS局研究网络是否有助于改善美国统计体系？

国家科学基金会-科学局研究网络（NCRN）成立于2011年，旨在创建跨学科研究节点，研究对…

使用未知变换对计值、二值和连续值响应进行贝叶斯分析

一种合理且易于实现的通用方法，该方法将连续响应的贝叶斯统计模型“转换”为多响应数据集的贝叶斯模型，并通过贝叶斯加性回归树（BART）、空间混合效应（SME）模型的应用证明了该模型的灵活性，以及多元时空混合效应模型（MSTM）。

50参考文献

大空间数据集的高斯预测过程模型

这项工作以包含这些不同设置的计算模板的形式，实现了在大型数据集背景下适应非平稳、非高斯、可能多变量、可能时空过程的灵活性。

添加空间相关错误可能会破坏你喜欢的固定效果

许多统计学家都有经验用不相关误差拟合线性模型，然后添加一个空间相关误差项（随机效应），发现…

提高大型数据集预测过程建模的性能

空间随机效应模型的贝叶斯推断

对海量空间数据进行空间统计分析可能具有挑战性，因为优化程序的计算可能会失败。空间随机效应（SRE）模型使用一个固定的数字…

空间数据协方差矩阵低秩近似的局限性

大型地质统计数据集的层次最近邻高斯过程模型

开发了一类可高度扩展的最近邻高斯过程（NNGP）模型，用于为大型地质统计数据集提供完全基于模型的推理，并证明了NNGP是一个定义良好的空间过程，可通过稀疏精度矩阵提供合法的有限维高斯密度。

高维区域数据的多维时空模型及其在纵向雇主-家庭动态中的应用

本研究分析了美国人口普查局（US Census Bureau）的纵向雇主-家庭动态计划（Longinal Employer-Household Dynamics program）发布的季度劳动力指标（Quarterly Workforce Indicators），并引入了多元时空混合效应模型（MSTM），该模型可用于高效建模高维多元空间区域数据集。

大型空间数据集协方差函数的全尺度近似

总结。  高斯过程模型在空间统计中得到了广泛的应用，但对于非常大的数据集，它面临着巨大的计算挑战。模型拟合和空间预测…

空间广义线性混合模型的降维与混杂消除

本文提出了一种新的空间广义线性混合模型参数化方法，通过大大降低剧院随机效应的维数，缓解了空间混淆，加快了计算速度。

空间套索及其在GIS模型选择中的应用

这项工作将该问题形式化为一个线性模型，并建议使用拉索来同时选择变量、选择邻域和估计参数，这在数值示例中表现良好，也扩展到广义线性模型。